Inteligência Artificial Apresentação da disciplina Conceitos básicos Objetivos Apresentar uma visão geral da Inteligência Artificial, com ênfase na utilidade e aplicação das diferentes abordagens de solução de problemas. 2
Programa da Disciplina 1. Introdução, áreas da IA, diferenças entre IA e computação convencional 2. Métodos de Resolução de Problemas 2.1 Jogos 4. Representação de Conhecimento 4.1 Lógica 4.2 Inferência 5. Abordagens Alternativas de Processamento de Conhecimento 5.1 Raciocínio Baseado em Casos 5.2 IA Distribuída 5.3 Algoritmos Genéticos 5.4 Redes Neurais e Sistemas Baseados em Aprendizagem 3 Livros RUSSEL S., NORVIG, P. Inteligência Artificial. Editora Campus, 2004. LUGER, G. F. Inteligência Artificial: Estruturas e Estratégias para a Solução de Problemas Complexos. Bookman, Porto Alegre, 2004. RICH, E. KNIGHT, K. Inteligência Artificial. Makron Books, 1994 WINSTON, Patrick H. Artificial Intelligence (3rd Ed). Reading, Mass., Addison- Wesley, 1993. NILSSON, Nils. Artificial Intelligence: A New Synthesis. Morgan Kaufmann, 1998. 4
Avaliação Duas provas Trabalhos extra-classe Desenvolvimento de jogos Exercícios 5 As Grandes Linhas da Inteligência Artificial Não há qualquer hipótese de as máquinas se tornarem inteligentes. E como é que se mede a inteligência, afinal? Eu nem sequer sei o que é a inteligência. Gerald M. Edelman, entrevista ao jornal Público em 15/11/1991 Ganhador do Nobel de Medicina em 1972. 6
O que é Inteligência Artificial? Inteligência (Aurélio): faculdade de aprender ou compreender qualidade ou capacidade de compreender e adaptar-se facilmente destreza mental; habilidade psicologia: capacidade de resolver situações problemáticas novas mediante reestruturação dos dados perceptivos Artificial (Aurélio): produzido pela arte ou pela indústria; não natural. 7 O que é Inteligência Artificial? O termo Inteligência Artificial foi criado por John McCarthy durante a chamada para realização de um projeto de pesquisa no Dartmouth College, Estados Unidos, que reuniu dez renomados cientistas da computação, durante o verão 1956. 8
O que é Inteligência Artificial? O sentido original dado ao termo Inteligência Artificial por McCarthy foi: a capacidade de uma máquina realizar funções que, se realizadas pelo ser humano, seriam consideradas inteligentes. 9 Definições de IA Herbert Simon: o uso de programas de computador e técnicas de programação para esclarecer os princípios da inteligência em geral e do pensamento humano em particular Marvin Minsky: é a ciência de fazer com que máquinas façam coisas que requereriam inteligência se feitas pelos homens 10
Definições de IA Para Charniak e McDermott (1985), Inteligência Artificial (IA) é o ramo da Ciência da Computação voltado para o estudo das faculdades mentais através do uso de modelos computacionais. Os modelos são sistemas de computação inteligentes, isto é, apresentam características associadas à inteligência no comportamento humano, como compreensão de linguagem, aprendizado, raciocínio, resolução de problemas, etc. 11 Objetivos da IA Abordagem humana ( real ) abordagem racional ( ideal ) Um sistema é racional se ele faz o melhor possível com os recursos que ele tem. Construir máquinas que pensem como os humanos: modelagem cognitiva. ajam como os humanos: modelagem comportamental. pensem racionalmente: modelagem lógica. ajam racionalmente: agente racional. 12
Objetivos da IA Abordagem reconciliadora (pragmática): Usar teorias existentes, fundamentar afirmações. Adoção do método científico: testar hipóteses em experimentos empíricos. Sair do isolacionismo: os métodos desenvolvidos especificamente para a área não devem ser isolados dos métodos clássicos do restante da ciência da computação: teoria da informação, modelagem estocástica, otimização e controle, métodos formais. 13 Inteligência Artificial O conceito de inteligência é dependente do contexto. Em geral ela está relacionada a um conjunto de habilidades humanas como: a percepção, a comunicação, o raciocínio e a aprendizagem. Nota-se que todas estas habilidades estão também relacionadas com conhecimento. Uma das principais características ligadas ao conhecimento é a representação de um modelo relativo a um determinado domínio. 14
Inteligência Artificial As técnicas de IA se distinguem pela forma como o conhecimento e a inteligência são representados e se manifestam. A IA clássica lida com técnicas simbólicas, discretas, baseadas na lógica booleana. A Inteligência Computacional (IC) opera sobre variáveis contínuas, usando técnicas numéricas. Cada abordagem traz vantagens e desvantagens na obtenção das habilidades desejadas. 15 Abordagem Simbólica Hipótese do Sistema Simbólico Físico: um sistema simbólico físico tem os meios necessários e suficientes para a ação inteligente (Allen Newell) A abordagem simbólica é predominante na IA. A manipulação de símbolos discretos é muito eficiente, permitindo uma interação muito fácil com o usuário. Por outro lado, existe o problema primordial da definição dos símbolos (semântica, grounding ), que deve ser feita a priori. É uma abordagem top-down, onde o conhecimento é introduzido explicitamente no sistema. Esta necessidade faz com que os sistemas simbólicos encontrem dificuldade para lidar de forma autônoma, em ambientes reais (contínuos) desconhecidos. 16
Abordagens Não-Simbólica Técnicas de IC, como as Redes Neurais Artificiais (RN), são uma abordagem bottom-up. A semântica do domínio não precisa ser introduzida explicitamente no sistema. O sistema pode induzir este conhecimento, através de um processo de aprendizagem. Por outro lado, com as técnicas atuais, é muito ineficiente aprender adequadamente em ambientes complexos. O conhecimento aprendido não se torna facilmente interpretável pelo usuário. 17 IA Objeto de pesquisa da IA é a máquina Objetivo é o de tornar máquinas inteligentes Como pode ser feito? Através da simulação da cognição, do raciocínio, da emoção e da decisão Na Máquina Características Antropomórficas 18
Grandes áreas da IA Resolução de problemas Conhecimento e raciocínio Planejamento Conhecimento incerto e raciocínio Aprendizagem Comunicação, percepção e ação 19 Algumas áreas de atuação Resolução de problemas: Técnicas de busca Jogos Sistemas baseados em conhecimento/ aprendizagem Conhecimento e raciocínio: Representação do conhecimento Mecanismos de inferência Aquisição de conhecimento Modelagem do conhecimento 20
Algumas áreas de atuação Planejamento: Escalonamento Decomposição de tarefas Planejamento multiagente Conhecimento incerto e raciocínio: Raciocínio com fatores de certeza Raciocínio probabilístico Sistemas de inferência nebulosa 21 Algumas áreas de atuação Aprendizagem: Aprendizagem indutiva simbólica Aprendizagem por Redes Neurais Métodos estatísticos de aprendizagem Aprendizagem por reforço Comunicação, percepção e ação: Métodos lingüísticos Processamento probabilístico da linguagem Robótica (percepção, aprendizagem, ação) 22
Histórico da IA até 1956: pré-história da IA: cibernética, inteligência de máquina, Warren S. McCulloch e Walter Pitts. A logical calculus of the ideas immanent in nervous activity (1943) Donald O Hebb. The organization of behavior (1949) A L. Hodgkin e A F. Huxley. A quantitative description of membrane current and its application to conduction and excitation in nerve (1952) 23 Histórico da IA até 1956: pré-história da IA: cibernética, inteligência de máquina, 1956: workshop em Dartmouth, USA, reunindo os principais interessados no assunto: John McCarthy, Allen Newell, Herbert Simon, Marvin Minsky,... previsão de que em 10 anos os computadores seriam tão inteligentes quanto as pessoas criação do termo Inteligência Artificial 24
Histórico da IA 1956-1970: programas universais (métodos fracos): tradução automática demonstração automática de teoremas resolução de problemas (General Problem Solver) Proposta de modelos de redes neurais artificiais: Frank Rosenblatt. The perceptron: A probabilistic model for information storage and organization in the brain (1958) Marvin Minsky e Seymour Papert. Perceptrons (1969) 25 Histórico da IA até 1956: pré-história da IA 1956: workshop em Dartmouth 1956-1970: tentativa de programas universais 1970-1980: sucesso dos primeiros sistemas especialistas: Mycin, Dendral,... (Métodos fortes) restrição do domínio introdução do conhecimento e forma de raciocínio do especialista 26
Anos 70 Os anos 70 constituem a década romântica da IA, quando se pretendeu simular a inteligência humana em situações pré-determinadas, envolvendo conhecimento de senso comum. Houve um grande impulso, com a criação de formalismos de representação de conhecimento mais adaptados ao domínio do problema. Mas, ocorreram diversos fracassos porque se subestimou a quantidade de conhecimento necessária para tratar o mais banal problema de senso comum. 27 Histórico da IA até 1956: pré-história da IA 1956: workshop em Dartmonth 1956-1970: tentativa de programas universais 1970-1980: sucesso dos primeiros sistemas especialistas: Mycin, Dendral,... 1980 -... : pesquisa: IA distribuída, raciocínio baseado em casos, algoritmos genéticos; renascer das redes neurais,... James McClelland e David Rumelhart. Parallel Distributed Processing (1986) uso da IA em larga escala nas empresas 28
Anos 80 A década de 80 é a idade moderna da IA, onde se observa amadurecimento em função das dificuldades enfrentadas com a tentativa de simulação da inteligência humana e sucesso no desenvolvimento de sistemas especialistas. A pesquisa em IA volta-se para a tentativa de simular o comportamento de um especialista humano ao resolver problemas em um domínio específico. Foi subestimada a complexidade do problema de aquisição de conhecimento ao se lidar com domínios com incerteza e uma reintensificação do interesse na pesquisa na IA Conexionista, função do aparecimento de novos métodos de aprendizagem de redes neurais. 29 Anos 90 A partir dos anos 90, começa a época de ouro, com a explosão da pesquisa e avanços substanciais em aprendizagem de máquina, sistemas tutores inteligentes, raciocínio baseado em casos, sistema multi-agente, raciocínio com incerteza, mineração de dados, processamento de linguagem natural, visão por computador, realidade virtual, jogos, robótica, redes neurais e vida artificial. O foco da IA passa a ser entender, do ponto de vista computacional, o comportamento inteligente e construir artefatos que apresentem esse comportamento inteligente. 30